买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京医科大学附属口腔医院;南京邮电大学申请的专利可检测高异质性X射线头颅侧位图像关键点的多分辨率-通道注意力网络构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120047668B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510101168.X，技术领域涉及：G06V10/25；该发明授权可检测高异质性X射线头颅侧位图像关键点的多分辨率-通道注意力网络构建方法是由江宏兵;戴修斌;钱泽程;朱书进;张平;郭松松;徐荣耀;程杰;杨娇艳;宋泽生设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本可检测高异质性X射线头颅侧位图像关键点的多分辨率-通道注意力网络构建方法在说明书摘要公布了：本发明公开一种可检测高异质性X射线头颅侧位图像关键点的多分辨率‑通道注意力网络构建方法。首先，构建由轻量化融合卷积和通道注意力机制组成的特征提取网络，减少计算复杂度并抑制非重要通道特征。再构建多分辨率渐进式特征提取子网络提取多分辨率特征，增强特征多尺度表达能力。接着构建多尺度注意力引导特征融合网络与上述子网络多点相连，使提取的多分辨率特征充分融合。构建的预测网络通过上采样将多尺度特征对齐拼接以融合不同层次信息，利用独立检测头分别处理不同层次特征，并自动输出图像中关键点位置的预测结果，再通过多层级聚合损失函数提升模型泛化能力。该发明能实现口腔临床高异质性X射线头颅侧位图像中关键点的自动检测。

本发明授权可检测高异质性X射线头颅侧位图像关键点的多分辨率-通道注意力网络构建方法在权利要求书中公布了：1.一种可检测高异质性X射线头颅侧位图像关键点的多分辨率‑通道注意力网络构建方法，其特征在于包括以下步骤： 步骤1：构建轻量化融合特征提取网络：轻量化融合特征提取网络由轻量化融合卷积‑批归一化‑ReLU激活函数组合层、瓶颈单元按序相连，最后经过一个通道注意力机制模块组成； 步骤2：构建多分辨率渐进式特征提取子网络：多分辨率渐进式特征提取子网络以一个特征金字塔网络为基础结构，对原始输入图像进行多分辨率特征提取，通过跳跃连接的方式在网络的主体部分中进行融合； 步骤3：构建多尺度注意力引导特征融合网络：多尺度注意力引导特征融合网络由卷积‑批归一化‑ReLU激活函数组合层、多尺度注意力引导特征融合子网络按序相连组成；多尺度注意力引导特征融合网络包括卷积‑批归一化‑ReLU激活函数组合层CBR、多尺度注意力引导特征融合子网络一、多尺度注意力引导特征融合子网络二以及多尺度注意力引导特征融合子网络三； 所述多尺度注意力引导特征融合子网络一包括基本单元、卷积‑双线性插值上采样组合层、卷积‑批归一化组合层、逐元素相加模块、加权融合模块以及通道注意力机制模块； 所述多尺度注意力引导特征融合子网络二包括卷积‑双线性插值上采样组合层、卷积‑批归一化组合层、CBR‑卷积‑批归一化组合层、逐元素相加模块、加权融合模块以及通道注意力机制模块； 所述多尺度注意力引导特征融合子网络三包括卷积‑双线性插值上采样组合层、卷积‑批归一化组合层、CBR‑卷积‑批归一化组合层、CBR‑CBR‑卷积‑批归一化组合层、逐元素相加模块、加权融合模块以及通道注意力机制模块； 所述基本单元中，输入特征依次经过一个CBR、一个卷积、一个批归一化的组合后，与输入特征进行逐元素相加操作，将相加结果经过ReLU激活函数即可得到基本单元的输出； 步骤4：构建预测网络：预测网络通过上采样将多尺度注意力引导特征融合网络得到的多尺度特征对齐至相同的尺度，再将它们进行拼接以融合不同层次的信息；然后将拼接前的特征与拼接后的特征通过独立的检测头，分别处理不同层次的特征并生成预测结果，通过多层级聚合损失函数监督提升模型的泛化能力； 步骤5：网络训练和预测：使用构建好的多分辨率‑通道注意力关键点检测网络对标注好的头颅侧位图像进行训练；将新采集的待检测头颅侧位图像输入训练好的网络，自动预测图像中的关键点位置，并输出预测结果和人工标注间的误差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京医科大学附属口腔医院;南京邮电大学，其通讯地址为：210029 江苏省南京市鼓楼区上海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。